《表1 制造服务化定义：基于粗糙集—神经网络方法的陕西省碳排放预测研究》
提示：宽带有限、当前游客访问压缩模式
注：以上给出的碳排放系数为直接碳排放系数，没有单位变换。
这里我们给出经过处理后的直接碳排放量的换算系数，见表1。
| 图表编号 | XD00207863400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.01 |
| 作者 | 仇国芳、蔡卓珉 |
| 绘制单位 | 西安建筑科技大学管理学院、西安建筑科技大学管理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 喷漆工艺试验数据：基于粗糙集—神经网络方法的陕西省碳排放预测研究》2019.10.01
- 《表6 稳健性检验结果：基于粗糙集—神经网络方法的陕西省碳排放预测研究》2019.10.01
- 《表5 轴心部力学性能：基于粗糙集—神经网络方法的陕西省碳排放预测研究》2019.10.01
- 《表4 门槛检验结果：基于粗糙集—神经网络方法的陕西省碳排放预测研究》2019.10.01
- 《表2 曲线形态定义：历史数据驱动下基于粗糙集的AVC系统关键参数挖掘方法》2020.06.10
- 《表1 研究的变量信息：基于计量经济学的能源转型背景下全球碳排放预测分析方法》2020.01.25
- 《表9 误差对比分析：基于粗糙集-模糊C均值聚类的Elman神经网络农村需水量预测》2020.01.08
- 《表6 算法的参数设置：基于粗糙集-模糊C均值聚类的Elman神经网络农村需水量预测》2020.01.08
- 《表5 关键因素提取：基于粗糙集-模糊C均值聚类的Elman神经网络农村需水量预测》2020.01.08
- 《表1 聚类特征向量：基于粗糙集-模糊C均值聚类的Elman神经网络农村需水量预测》2020.01.08
- 《表3 影响因素汇总：基于粗糙集-模糊C均值聚类的Elman神经网络农村需水量预测》2020.01.08
- 《表8 决策属性：基于粗糙集-模糊C均值聚类的Elman神经网络农村需水量预测》2020.01.08
- 《表7 条件属性：基于粗糙集-模糊C均值聚类的Elman神经网络农村需水量预测》2020.01.08
- 《表2 基于神经网络碳排放量预测结果》2019.05.13
- 《表3 风险因素权重值：基于粗糙集-AHP-BP神经网络预测事故概率》2019.07.25
- 《表3 风险因素权重值：基于粗糙集-AHP-BP神经网络预测事故概率》2019.07.25
- 《表4 算法误差分析表：基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测》2019.02.01
- 《表2 条件属性表：基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测》2019.02.01
- 《表1 算法参数设置表：基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测》2019.02.01
- 《表3 决策属性表：基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测》2019.02.01